openfoodfacts ai
v1
Ce référentiel est destiné à suivre et stocker tous nos efforts expérimentaux d'IA, nos formations de modèles et nos listes de souhaits.
Le dépôt Robotoff est l'endroit idéal pour les intégrer en production et déposer des problèmes plus triviaux.
La plupart des modèles formés et des ensembles de données utiles sont joints aux versions de ce projet ou aux versions sur les modèles robotoff.
Une feuille de calcul Google suit également les modèles actifs.
Voici différentes expériences.
Détection et extraction de tables nutritionnelles (travail GSoc 2018 par Sagar) - intégré dans Robotoff, utilisé pour la partie détection par les modèles Graphnet et TableNet
Extraction de tables nutritionnelles (2020 par Sadok, Yichen et Ramzi) - sur Graphnet et TableNet
Extraction nutritionnelle de base pour les tableaux de texte, déjà dans l'API Robotoff
déployé
Bourse Google.org (2021) – Prédiction de catégorie basée sur les ingrédients et le titre – déployée
non déployé :
Prédiction de la catégorie EM Lyon (2020) - pas encore évaluée et intégrée
Catégorie issue de la prédiction OCR, Laure (Laurel16) (2021) - pas encore évaluée et intégrée - Catégories peut-être trop générales
projet en cours @ openfoodfacts/off-category-classification#2
Nous nous rencontrons en ligne le lundi à 17h00, heure de Paris (16h00, heure de Londres, 21h30 IST, 08h00 PT)
Lien d'appel vidéo : https://meet.google.com/qvv-grzm-gzb
Rejoignez-nous par téléphone : https://tel.meet/qvv-grzm-gzb?pin=9965177492770
Ajoutez l'événement à votre calendrier en ajoutant le calendrier communautaire Open Food Facts à votre calendrier.
Agenda hebdomadaire : veuillez ajouter les points de l'ordre du jour le plus tôt possible. Assurez-vous de vérifier les points de l'ordre du jour avant la réunion, afin que nous ayons les discussions les plus éclairées possibles.
La réunion traitera d'abord les points de l'ordre du jour et, si le temps le permet, le tri collaboratif des bogues.
Nous nous efforçons de limiter le cœur de la réunion (prise de décision) à 30 minutes, avec une discussion gratuite/un débogage en direct en option par la suite.
Nous prenons des notes complètes dans l’ordre du jour hebdomadaire des discussions sur les points de l’ordre du jour et des décisions prises.
Détection d'étiquettes et de logos (Data 4 Good, par Raphael, Charlotte et Antoine - le code est dupliqué et intégré dans Robotoff
logo-ann (lié aux logos et étiquettes) - classification utilisant une recherche KNN approximative - déployé dans robotoff-ann
La mise à jour du modèle prépondéré vers les publications récentes offre un bon coup de pouce sans effort
Spellcheck (par Wauplin) - le code est dupliqué et intégré dans Robotoff
ocr-cleaning (veuillez ajouter une description)
détection d'objets (liés aux logos et aux étiquettes)
Vous pouvez créer ce référentiel et démarrer vos propres expériences ou utiliser un référentiel distinct. Veuillez utiliser une licence AGPL ou plus permissive mais compatible.
N'hésitez pas à nous rejoindre sur la chaîne #robotoff (ou #computervision pour les travaux relatifs aux images). Nous serons heureux de vous aider à obtenir des données, des informations et d’autres conseils utiles.
Notre feuille de route pour l'IA et Robotoff
Idées de projets de recherche pour Open Food Facts
Idées de ML appliqué pour Open Food Facts
Idées proposées pour le Summer of Code de Google
Obtenez les données pour commencer à jouer avec la nourriture (voir également les ensembles de données dans les versions de ce projet)
Vous pouvez voir de nombreuses analyses intéressantes des données Open Food Facts dans les blocs-notes sur Kaggle
